2017年12月28日，人工智能-心血管哈伟医生第一次工作会议在苏州举行。会上，三个酝酿已久的心血管人工智能研究项目集体亮相。中国心血管健康联盟主席葛均波院士等多位心血管专家，会同中国科学院自动化研究所和麦迪科技的研究人员一起讨论，如何将这些具有战略价值的科研项目全面落地。
HearVai人工智能的发展规划
葛均波院士致辞
自从人工智能（Artificial Intelligence, AI）战胜围棋世界冠军后，各界对于AI深度学习在医学领域应用的期望值就越来越高。2017年两会期间，葛均波院士作为全国政协委员率先提出了“关于加强人工智能医学应用的提案”。同年9月30日，中国心血管健康联盟、中国科学院自动化研究所和麦迪科技进行了战略合作签约，共同发起《心血管“HearVai”医生人工智能研究项目》，目的是基于大数据与深度学习，设计一套心血管临床辅助决策支持整体解决方案。
霍勇教授主持会议并致辞
心血管健康（苏州工业园区）研究院院长霍勇教授在致辞中表示，通过几个月的紧张工作，已经确定设立心血管疑难疾病智能诊断、心电影像智能诊断、心血管疾病咨询系统等若干研究课题，并且由资深心血管病学专家领衔项目的开发。葛均波院士在介绍人工智能发展规划中表示，临床数据是人工智能的基础，而医学家和AI科学家的合作，则是找到临床数据中的规律和判断逻辑，从而建立诊断、治疗有关医学数据输入和临床决策输出模型， 并最终形成中国自主知识产权的心血管智能诊疗决策支持系统。只要发挥三方的智慧，整合现有的资源，一定能够实现高水平的科技创新！
心血管领域的典型应用和AI技术路线
中科麦迪人工智能研究院院长张文生做专题发言
中科院自动化研究所副总工程师、中科麦迪人工智能研究院院长张文生率先做主题发言，重点介绍了三个研究项目的技术路线。
他在发言中介绍说，胸痛疾病因其发病原因复杂，诊断和鉴别诊断容易发生各种误诊和漏诊。因此胸痛疾病的智能诊断作为心血管疑难疾病诊断的典型应用，成为研究团队优先开发的技术。具体的技术方案是基于医学知识和病例数据，确定医学检查与胸痛疾病间的关联关系。采用贝叶斯网络建模，建立有向概率图网络，利用患者症状、检测数据的不确定性推理，实现胸痛疾病的智能诊断，并给出诊断结论的置信度。
关于多导联心电图智能诊断，张文生院长介绍说采取两条并行的技术路线。一方面基于现有的医学知识化成规则，利用规则确定各种波形、间期，实现心电图判图和诊断，最终输入人工智能系统进行心电图自动判图和诊断。另一方面，基于心电图及其诊断结论进行统计建模。采用深度神经网络（CNN或RNN）直接建立心电图图像数据与其医学诊断结论之间的关联映射，并实现心电图的自动特征提取。综合两个技术路线的诊断结果，得到心电图的智能判图和诊断结论。
关于智能问答系统在心血管疾病中的应用，张院长介绍说希望通过自然语言问答的形式，最终实现心血管疾病领域的专业咨询。有别于苹果的SIRI、微软的小冰等人工智能机器人，智能问诊的核心不仅仅在于简单问答，更重要的是如何在非结构化的语言中，寻找提取语句的焦点和主成分，并能够和结构化知识图谱相匹配。因此，本项目首先仍然是要基于心血管疾病的医学知识和相关常识，构建出结构化知识图谱；同时搜集心血管疾病相关的问答数据及病例数据，建立语料库。智能问答系统以结构化的知识图谱和非结构化的问答语料库为数据基础，同时尽可能多地覆盖各种不同场景、语境，最终实现智能问诊的有效性达到较高水平。
基于大数据技术的心血管疾病数据智库平台应用
中国人民解放军总医院陈韵岱教授做专题发言
中国人民解放军总医院心内科主任陈韵岱教授以“基于大数据技术的心血管疾病数据智库平台应用”为主题，重点介绍了如何通过大数据和人工智能技术的应用，在心血管临床实践中如何建立心血管患者的全生命周期数据管理体系。
心血管领域的智能应用场景
武汉亚洲心脏病医院院长苏晞教授做专题发言
武汉亚洲心脏病医院心内科主任苏晞教授，以“心血管领域的智能应用场景”为主题，结合临床实践，介绍了心血管领域人工智能应用的三个案例和四大场景，畅想哈伟医生在临床实践应用的广阔前景。
愿景与路线——共同展望HearVai的未来
广东省人民医院陈纪言教授、复旦大学附属中山医院沈雳教授、浙江大学附属第二医院蒋峻教授、深圳市孙逸仙心血管医院刘强教授等专家参加了本次会议并在讨论环节就项目进度汇报内容、人工智能在心血管疾病诊疗和专科培训等领域的应用场景和技术途径等作了深入沟通和交流，并提出了一些潜在的新的应用场景和项目思路。整体来看，目前各项课题已经定案，接下来将进入到更实质性的开发阶段。包括数据采集、建立模型、参数调试、测试输出以及数据生产等多项工作有待进一步开展。与会领导在总结中表示，预祝多方通力合作，共同努力，能取得预期成果，早日造福广大心血管疾病患者。